Presná definícia
Čo znamená stroj podporných vektorov?
Stroj podporných vektorov (SVM) je klasifikátor hľadajúci deliacu nadrovinu s čo najväčšou geometrickou rezervou medzi triedami. Pri mäkkej rezerve parameter C vyvažuje šírku rezervy a penalizáciu porušení. Predikciu určujú najmä podporné vektory; jadro môže vytvoriť nelineárnu hranicu bez explicitného výpočtu všetkých transformovaných súradníc.
Skúsenosť a kontext
Ako sa pojem používa v praxi
SVM sa hodí na stredne veľké súbory s mnohými príznakmi, napríklad textovú klasifikáciu. Vstupy sa škálujú v pipeline, lebo vzdialenosti a rezerva sú citlivé na jednotky. C a parametre jadra sa ladia krížovou validáciou; príliš vysoké C môže kopírovať šum, príliš široké RBF jadro vytvoriť členitú hranicu. Počet podporných vektorov ovplyvňuje rýchlosť predikcie. SVM skóre nie je pravdepodobnosť, preto sa pre pravdepodobnostné rozhodovanie používa oddelená kalibrácia.
Overiteľnosť
Odborné zdroje
Praktické odpovede
Často kladené otázky
Čo maximalizuje SVM?
V separovateľnom prípade najmenšiu vzdialenosť tréningových bodov od deliacej nadroviny.
Čo robí parameter C?
Určuje cenu porušenia rezervy; vyššie C viac tlačí na správne zaradenie tréningu.
Čo sú podporné vektory?
Body na rezerve alebo v jej porušení, ktoré určujú výslednú hranicu.
Prečo škálovať príznaky?
Inak premenná s veľkou číselnou mierkou ovládne vzdialenosť aj jadro.
Vracia SVM pravdepodobnosť?
Základný model vracia rozhodovacie skóre; pravdepodobnosť sa odhaduje kalibráciou.